-
公开(公告)号：CN118115843A
公开(公告)日：2024-05-31
申请号：CN202410038121.9
申请日：2024-01-10
IPC分类号： G06V10/80 , G06V10/143 , G06V10/44 , G06V10/74 , G06V10/764 , G06V10/774 , G06V20/64 , G06N3/0464 , G06N3/088
摘要： 本发明公开了一种跨模态成像特征融合方法及装置，其中该方法包括：获取三种模态中每一个跨模态单帧成像数据，进行特征提取；根据每一个跨模态单帧成像特征数据，计算三种模态之间单帧成像特征数据的相似度，生成融合后的特征数据；获取三种模态的成像数据和双模态成像数据；将双模态成像数据输入到训练好的卷积神经网络中，输出双模态成像特征数据；采用已有的三维点云网络对三维点云成像数据进行特征提取并分类，筛选三维点云成像数据，提取三维点云成像特征数据；将双模态成像特征数据与筛选后的三维点云成像特征数据进行数据融合，得到融合后的跨模态成像特征数据。本发明可以实现可见光、红外、三维点云三种不同视觉模态数据的视觉检测。
-
公开(公告)号：CN113159046B
公开(公告)日：2024-04-30
申请号：CN202110412350.9
申请日：2021-04-16
IPC分类号： G06V10/26 , G06V10/44 , G06V10/774 , G06V10/80
摘要： 本发明公开了一种无砟道床异物检测方法及装置，涉及语义分割技术领域。该方法包括：利用预先训练好的语义分割网络模型对待检测图片进行语义分割，获得待检测图片的掩模图像；语义分割网络模型包括编码器和解码器；编码器包括引入通道注意力机制的残差网络及空洞空间卷积池化金字塔模块，解码器包括上采样网络结构和损失函数；将提取得到的掩模图像的轮廓与轮廓阈值进行比较；将掩模图像中小于轮廓阈值的轮廓位置确定为异物位置。本发明中语义分割网络模型的残差网络引入了注意力机制，能够较好的检测出异物，提高了无砟道床异物检测精度。
-
公开(公告)号：CN114189306B
公开(公告)日：2024-03-12
申请号：CN202111468313.6
申请日：2021-12-03
IPC分类号： H04J3/06
摘要： 本说明书提供了数据同步系统、方法和装置。基于该数据同步系统，主节点可以根据预设的第一处理规则，获取并根据卫星授时信息，更新主节点的本地主时钟；再根据更新后的主时钟，通过同步网络，同步子节点的本地的子时钟；并且，主节点还可以根据预设的第二处理规则，基于更新后的主时钟，通过数据传输网络同步子节点的空间数据；子节点根据同步后的子节点的子时钟、同步后的空间数据，进行子业务数据采集和/或子业务数据处理。从而可以有效地避免子节点之间、子节点与主节点之间的时空数据的不同步，使得的子节点能够专注于所负责的子业务数据采集和/或子业务数据处理，提高整体的数据处理效率和处理精度，减少了处理误差。
-
公开(公告)号：CN115187494A
公开(公告)日：2022-10-14
申请号：CN202210673963.2
申请日：2022-06-15
IPC分类号： G06T5/50 , G06T7/00 , G06V10/774 , G06V10/82 , G06K9/00
摘要： 本发明公开了一种基于多模态图像的钢轨轨头踏面伤损检测方法及装置，其中该方法包括：获取待检测钢轨的钢轨图像和钢轨的振动数据，其中，钢轨的振动数据由车轮的轴箱中搭载的垂直方向的加速度传感器获得；将所述振动数据生成振动波形，并将所述振动波形转换为2D波形图像；将所述钢轨图像、所述振动波形和所述2D波形图像融合，生成多模态钢轨图像；将所述多模态钢轨图像输入到轨头踏面伤损识别模型中，获得轨头踏面伤损识别结果。本发明通过融合钢轨图像和钢轨的振动数据，可以丰富图像中的信息量与特征，提升伤损的检出率和准确率。
-
公开(公告)号：CN110728662B
公开(公告)日：2022-06-28
申请号：CN201910915280.1
申请日：2019-09-26
IPC分类号： G06T7/00 , G06V10/25 , G06V10/774 , G06K9/62
摘要： 本发明提供一种轨道类型识别方法及装置，其中，该方法包括：获取待识别轨道图像；从待识别图像轨道图像中提取双轨加权归一差分特征图；将双轨加权归一差分特征图输入预先训练生成的轨道类型神经网络识别模型中，得到待识别轨道图像的类型；所述轨道类型神经网络识别模型根据对多个轨道双轨图像样本进行特征提取得到的双轨加权归一差分特征图预先训练生成。上述技术方案提高了轨道类型识别的效率和准确率，方便了下一步针对不同类型的轨道进行不同类型的缺陷检测和分析。
-
公开(公告)号：CN118799245A
公开(公告)日：2024-10-18
申请号：CN202310395198.7
申请日：2023-04-13
摘要： 本发明公开了一种轨枕裂纹识别方法及装置，其中该方法包括：获取轨枕图像；将轨枕图像输入训练好的轨枕裂纹语义分割模型，得到包含轨枕裂纹的掩膜图；所述轨枕裂纹语义分割模型根据已进行像素标注的带裂纹的轨枕图像，对深度学习语义分割网络训练得到；从掩膜图中提取轨枕裂纹的轮廓像素位置和轮廓外围框，根据轮廓像素位置和轮廓外围框得到轨枕裂纹的数量和位置；对掩膜图进行骨架提取，得到轨枕裂纹的骨架线，根据轨枕裂纹的骨架线，计算轨枕裂纹的长度；提取轨枕裂纹的骨架线的法线，根据轨枕裂纹的骨架线的法线，计算轨枕裂纹的宽度。本发明可以为铁路线路维护修理提供数据支撑，有效保障铁路线路安全。
-
公开(公告)号：CN118506152A
公开(公告)日：2024-08-16
申请号：CN202410629676.0
申请日：2024-05-21
IPC分类号： G06V10/82 , G06V20/70 , G06V10/22 , G06V10/26 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/082
摘要： 本发明公开了一种轨旁电务设备表面异常识别方法及装置，涉及铁路基础设施检测技术领域，其中该方法包括：获取轨旁巡检图像，采用预先训练好的电务设备定位模型，从轨旁巡检图像中提取出电务设备子图像；其中，电务设备点位模型是根据标记了电务设备的第一样本图像训练深度学习模型得到；根据电务设备语义分析模型，对电务设备子图像进行语义分析，得到电务设备的部件信息；其中，电务设备语义分析模型是根据包含电务设备的各个部件的像素级标准的第二样本图像训练深度学习模型得到；根据电务设备的部件信息进行异常决策，得到异常决策结果。本发明可以缺少缺陷样本的情况下，准确识别轨旁电务设备表面异常。
-
公开(公告)号：CN114189306A
公开(公告)日：2022-03-15
申请号：CN202111468313.6
申请日：2021-12-03
IPC分类号： H04J3/06
摘要： 本说明书提供了数据同步系统、方法和装置。基于该数据同步系统，主节点可以根据预设的第一处理规则，获取并根据卫星授时信息，更新主节点的本地主时钟；再根据更新后的主时钟，通过同步网络，同步子节点的本地的子时钟；并且，主节点还可以根据预设的第二处理规则，基于更新后的主时钟，通过数据传输网络同步子节点的空间数据；子节点根据同步后的子节点的子时钟、同步后的空间数据，进行子业务数据采集和/或子业务数据处理。从而可以有效地避免子节点之间、子节点与主节点之间的时空数据的不同步，使得的子节点能够专注于所负责的子业务数据采集和/或子业务数据处理，提高整体的数据处理效率和处理精度，减少了处理误差。
-
公开(公告)号：CN114067296A
公开(公告)日：2022-02-18
申请号：CN202111334140.9
申请日：2021-11-11
摘要： 本发明公开了一种钢轨表面缺陷识别方法及装置，其中该方法包括：利用预先训练的连续缺陷检测模型对钢轨表面图像进行连续缺陷识别，识别出钢轨位置及连续缺陷图像；针对每一幅没有识别出连续缺陷的钢轨表面图像，按照钢轨位置对钢轨区域进行光带提取，生成光带二值图；根据光带二值图计算钢轨区域的区域光带指标；将区域光带指标输入分类器，判断钢轨是否存在表面疑似缺陷；将存在表面疑似缺陷的钢轨表面图像输入预先训练的局部缺陷检测模型进行局部缺陷识别，得到局部缺陷图像、局部缺陷类型以及局部缺陷位置；输出连续缺陷图像、局部缺陷图像、局部缺陷类型及对应的局部缺陷位置。本发明可以全面、准确的识别钢轨图像中的钢轨表面缺陷。
-
公开(公告)号：CN113159046A
公开(公告)日：2021-07-23
申请号：CN202110412350.9
申请日：2021-04-16
摘要： 本发明公开了一种无砟道床异物检测方法及装置，涉及语义分割技术领域。该方法包括：利用预先训练好的语义分割网络模型对待检测图片进行语义分割，获得待检测图片的掩模图像；语义分割网络模型包括编码器和解码器；编码器包括引入通道注意力机制的残差网络及空洞空间卷积池化金字塔模块，解码器包括上采样网络结构和损失函数；将提取得到的掩模图像的轮廓与轮廓阈值进行比较；将掩模图像中小于轮廓阈值的轮廓位置确定为异物位置。本发明中语义分割网络模型的残差网络引入了注意力机制，能够较好的检测出异物，提高了无砟道床异物检测精度。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.114 秒)
